摘要
射电望远镜天线伺服控制系统中的非线性特性,对系统动力学特性辨识有着显著的影响,会提高辨识难度,增加辨识模型的复杂程度.系统非线性特性的测量与补偿也会增加系统辨识工作量.针对上述问题,提出了一种基于非线性采样数据的线性重构方法,用于动力学特性建模.通过提取原采样数据的相位与幅值,对受到噪声与非线性畸变影响的系统采样数据进行线性重构,降低待辨识模型的复杂度.搭建了半实物实验平台,以平台实际采样为基础,重构线性数据,利用奇异值法与自回归神经网络评估并辨识平台动力学模型.实验结果表明,建模数据奇异值拐点从100阶下降至40阶,仅用10个神经网络节点200次训练即实现了模型辨识.
-
单位中国科学院大学; 中国科学院新疆天文台